全文总字数：3831字
1. 研究目的与意义（文献综述）
随着时代和社会的发展，科学技术也取得了长足的进步，生产方式上也发生了变革，由传统的人工生产方式逐渐渐变为智能生产方式，工业机器人也开始大量的应用到生产过程中，在提高了生产效率、产品质量的同时，还保障了相关工作人员的人身安全。工业机器人是集机械、电子及自动化控制等多学科于一体的复杂装置，具有适用性强、可靠性高等特点。国内的工业机器人发展由于历史和社会状况等原因，起步及发展较晚，随着工业机器人技术的不断创新进步，其应用也会越来越广，工业机器人势必成为“中国制造2025”和“工业4.0”的关键技术和重要产物[1-3]。随着自动化生产线的需要，机器人也将面临越来越复杂的工作环境，这对机器人的自主性和智能性都提出了新的挑战，由此带来了许多需要研究和待解决的问题。
机器人自主抓取作为机器人最常用的基础动作，有着广泛的应用前景，在工业生产中，自主抓取技术的快速发展，使得机器人能够更广泛的应用于工厂、家居环境中[4, 5]。但是，对于机器人在陌生环境下任意对象的准确抓取仍然是一项具有挑战性的工作。自主抓取主要可以概括为三个步骤：检测、规划和控制。从场景中识别目标、检测目标的实际位姿作为第一步，也是完成抓取动作的关键所在[6-9]。物体识别本身就是一个多学科交叉的问题，但是到目前为止，仍然没有能对任意场景下的任意物体进行准确、实时识别的算法。
早期的目标识别方法多是采用二维图像信息，其中最典型的就是采用图像特征点匹配的方式对物体进行识别，在这类方法中，通过人为设定，选取图像的不变特征作为特征点，提取足够的特征后利用相关算法特征匹配完成整个识别的过程。由于有限的信息获取，使得二维图像识别满足不了杂乱、多遮挡等复杂环境，另一方面随着三维扫描技术的发展，基于立体视觉的物体识别方法受到了越来越多研究人员的关注。点云配准就是立体视觉中一个重要的研究方向，通过计算3d表面之间相似度的关系，用特征描述子来代替描述整个目标物体，匹配3d描述符建立的局部对应关系用来识别物体及其位姿变化。在成功识别到目标点云对象后，利用计算两片点云之间的错位，采用icp算法或全局假设算法还可实现更高精度匹配[9-15]。本文主要是在这些研究的基础上，以三维相机采集到的点云数据，对点云配准流程进行深入研究，完成对目标物体识别及抓取的任务。
2. 研究的基本内容与方案
本课题以由丹麦优傲公司开发的ur5机器人作为研究平台，拟定采用intel公司的realsense深度相机获取点云数据，围绕多轴机械臂在室内环境下物体识别及姿态估计，完成无序摆放下的三维物体抓取流程。
1）本文主要研究内容如下：
a) 基于ros（robot operatingsystem）设计并搭建系统平台。由于自主抓取需要数据采集、机器视觉处理、逻辑控制才能完成有效抓取动作，针对多功能集成的挑战，本课题拟定研究设计以ros为标准的系统平台便于集成。
3. 研究计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需的相关知识。确定方案，完成开题报告。
第4－10周：完成英语论文翻译；参考相关文献研究点云配准，设计完成ros系统，收集相关的文档和资料，对机械臂、相机进行标定，实现对机械臂的自由控制。
第11-15周：进行调试、仿真、实际操作，完成论文撰写工作。
4. 参考文献（12篇以上）
[1] 李肇惠 and 郝昭,"工业机器人的技术发展及其应用分析,"内燃机与配件, no.01, pp. 249-250, 2020.
[2] 王会永, 邢力, 李向男, 王彬, and 李浩天,"工业机器人的应用现状及发展分析,"机电技术, no.06, pp. 115-117, 2018.
[3] 陈涛, "机器视觉如何应对与工业自动化系统集成应用的挑战,"内燃机与配件, no.01, pp. 194-195, 2020.
